RDKit | 基于相似图可视化原子贡献

尝试使用相似度图的方法来可视化每个原子对特定描述符的贡献。虽然使用了相似图（SimilarityMaps），但它们仅基于每个原子的贡献而可视化，与分子的相似性无关。

导入库

from rdkit import rdBase, Chem
from rdkit.Chem import AllChem, Draw, rdMolDescriptors
from rdkit.Chem.Draw import SimilarityMaps
from rdkit import DataStructs
import pubchempy as pcp
%matplotlib inline

载入数据

taxol = pcp.get_compounds('Paclitaxel', 'name')
taxol = taxol[0]sm = taxol.canonical_smiles
taxol_mol = Chem.MolFromSmiles(sm)

相似度图和原子贡献率

该方法可以基于每个原子对分子特性的贡献权重进行可视化。

weights = SimilarityMaps.GetAtomicWeightsForFingerprint(taxol_mol,taxol_mol, SimilarityMap

RDKit | 基于相似图可视化原子贡献相关推荐

DGL RDKit | 基于Attentive FP可视化训练模型原子权重
DGL具有许多用于化学信息学.药物与生物信息学任务的函数. DGL开发人员提供了用于可视化训练模型原子权重的代码.使用Attentive FP构建模型后,可以可视化给定分子的原子权重,意味着每个原子对 ...
RDKit | 基于分子指纹可视化化学空间
根据化学结构可视化化合物空间方法计算分子指纹为每种化合物生成一个指纹并减小其尺寸,以便可以将其绘制在平面上.根据相似性原理,"相似的化合物具有相似的性质",具有相似结构和性质 ...
ML之shap：基于FIFA 2018 Statistics(2018年俄罗斯世界杯足球赛)球队比赛之星分类预测数据集利用RF随机森林+计算SHAP值单样本力图/依赖关系贡献图可视化实现可解释性之攻略
ML之shap:基于FIFA 2018 Statistics(2018年俄罗斯世界杯足球赛)球队比赛之星分类预测数据集利用RF随机森林+计算SHAP值单样本力图/依赖关系贡献图可视化实现可解释性之详细 ...
RDKit | 基于分子指纹的相似性图
Similarity Maps 相似性图是一种可视化原子对分子和参考分子之间相似性的贡献的方法.相似性图可用于可视化和确认相似区域. 导入库 from rdkit import Chem from r ...
RDKit | 基于RDKit和Cytoscape绘制分子相似图
化学信息学中有许多网络结构化数据.例如分子,分子相似图和MMP等. Cytoscape是一款图形化显示网络并进行分析和编辑的软件基于RDKit和Cytoscape绘制分子的相似图. py2cytos ...
R语言基于forestplot包可视化森林图实战详解：美化的森林图：自定义字体设置、置信区间、坐标轴（刻度、标签、范围）、无效线去除、水平线、辅助线、box形状、色彩等
R语言基于forestplot包可视化森林图实战详解:美化的森林图:自定义字体设置.置信区间.坐标轴(刻度.标签.范围).无效线去除.水平线.辅助线.box形状.色彩等目录
前段react技术架构图_基于 React 的可视化编辑平台实践
前言前段时间发在朋友圈的一句话:各种自主搭建的平台,想起好多年各种DIY博客,行业门户网站,本质不变,变的是实现的手段了. 正文从这开始-- 本文主要介绍了基于 React 构建可视化编辑平台的实践 ...
XAI之ALE：基于titanic泰坦尼克数据集对RF算法利用ALE累积局部效应图可视化算法进而实现模型可解释性案例
XAI之ALE:基于titanic泰坦尼克数据集对RF算法利用ALE累积局部效应图可视化算法进而实现模型可解释性案例目录基于titanic泰坦尼克数据集对RF算法利用ALE累积局部效应图可视化算法 ...
论文研读-AI4VIS-可视化推荐-VizML: 一种基于机器学习的可视化推荐方法
VizML: 一种基于机器学习的可视化推荐方法 1 论文概述 1.1 摘要 1.2 引言 2 问题陈述 3 相关工作 3.1 基于规则的可视化推荐系统 3.2 基于机器学习的可视化推荐系统 4 数据 ...

RDKit | 基于相似图可视化原子贡献

RDKit | 基于相似图可视化原子贡献相关推荐

最新文章

热门文章